（西北民族大學(xué) 經(jīng)濟(jì)學(xué)院，甘肅 蘭州 730030）

區(qū)域新型城鎮(zhèn)化水平評價模型研究

王子灝，仇培林

（西北民族大學(xué) 經(jīng)濟(jì)學(xué)院，甘肅 蘭州 730030）

本文運用快速聚類有計劃地將我國新型城鎮(zhèn)化發(fā)展的現(xiàn)狀區(qū)分為四類。根據(jù)熵值法計算8大地理區(qū)域的新型城鎮(zhèn)化水平綜合得分，從宏觀層面評價我國新型城鎮(zhèn)化發(fā)展的現(xiàn)狀，為快速聚類分析中4個類別確定性質(zhì)。并使用判別分析得到對應(yīng)快速聚類分析4組分類的Bayes線性判別函數(shù)。從而推廣到對于任一研究區(qū)新型城鎮(zhèn)化水平測度問題的解決中。判斷具體某一研究區(qū)所屬分類后，根據(jù)每一分類下涵蓋的地理區(qū)域共有的新型城鎮(zhèn)化現(xiàn)狀及存在的問題，為研究區(qū)定制符合中國國情的新型城鎮(zhèn)化發(fā)展道路，提高城鎮(zhèn)化的質(zhì)量與效率。

熵值法；Bayes線性判別函數(shù)；新型城鎮(zhèn)化水平評價；路徑規(guī)劃

一、新型城鎮(zhèn)化水平評價函數(shù)的設(shè)計

為了使最終的路徑規(guī)劃符合中國城鎮(zhèn)化進(jìn)程的宏觀情況。首先運用快速聚類將8大地理區(qū)域新型城鎮(zhèn)化水平有目的地聚類為4類。其次運用熵值法計算出8大地理區(qū)域的最終得分，依據(jù)各地理區(qū)域的分類情況對快速聚類分析的四個分類定性，確定分類為“新型城鎮(zhèn)化水平極高、新型城鎮(zhèn)化水平較高、新型城鎮(zhèn)化水平一般、新型城鎮(zhèn)化水平較低”。最后運用判別分析得到與四個分類對應(yīng)的Bayes線性判別函數(shù)。

在評價任一研究區(qū)新型城鎮(zhèn)化水平時選取判別分析篩選的指標(biāo)。待Bayes線性判別函數(shù)計算后，哪一函數(shù)得分最高，該地區(qū)的城鎮(zhèn)化水平就落入在該分類下?？梢愿鶕?jù)這一分類的情況精準(zhǔn)地提出符合我國國情的研究區(qū)的路徑規(guī)劃。

二、研究過程

1、評價指標(biāo)選取

評價新型城鎮(zhèn)化的指標(biāo)選取主要基于能否合理準(zhǔn)確地表達(dá)城鎮(zhèn)化“以人為本，持續(xù)發(fā)展”的根本目標(biāo)。本文在指標(biāo)選取中均考慮到指標(biāo)對于當(dāng)前城鎮(zhèn)化水平的表現(xiàn)與對未來城市發(fā)展相關(guān)因素評價的綜合考量。本文的指標(biāo)基于人口質(zhì)量因子、人居環(huán)境因子、經(jīng)濟(jì)發(fā)展因子三個一級指標(biāo)進(jìn)行二級指標(biāo)的選取，指標(biāo)均以相對數(shù)的形式呈現(xiàn)。

2、基于熵值法的快速聚類分析的分類定性

運用熵值法的原理，計算各二級指標(biāo)的權(quán)重。結(jié)果如下表所示，權(quán)重后對應(yīng)各地區(qū)相應(yīng)指標(biāo)的實際數(shù)據(jù)。

使用熵值法計算得8大地理區(qū)域新型城鎮(zhèn)化得分。華東第一名，華南第二名，華北第三名，西南第四名，華中第五名，西北第六名，東北第七名，青藏第八名。第一名對應(yīng)城鎮(zhèn)化水平極高這一分類，第八名對應(yīng)城鎮(zhèn)化水平較低這一分類。

表1 指標(biāo)權(quán)重及實際數(shù)據(jù)Table1．selectionofindicatorsandweightdetermination

3、各地理區(qū)域新型城鎮(zhèn)化水平的快速聚類分析

運用上述指標(biāo)得出快速聚類分析結(jié)果。為了將8個地理區(qū)域的城鎮(zhèn)化水平測度推而廣之，便于微觀層面上研究某個城市城鎮(zhèn)化發(fā)展所處階段，因此，將快速聚類結(jié)果歸納為四類。

表2 快速聚類分析與分類結(jié)果Table3．Rapidclusteringanalysisandclassificationresults

目前我國新型城鎮(zhèn)化水平最高的地區(qū)為華東地區(qū)，最低的為青藏地區(qū)。新型城鎮(zhèn)化水平的度量雖然加入了很多人本思想的考量條件，但是最終的極端值并沒有出現(xiàn)出乎意料的結(jié)果。東北地區(qū)的衰落與新型城鎮(zhèn)化水平的落后也被顯著地體現(xiàn)出來，熵值法分析結(jié)果與客觀情況相符，有一定的參考價值。

華東地區(qū)在熵值法打分中得分最高，在快速聚類分析中單獨分為一類，聚類為第三類，可以將該地區(qū)代表“新型城鎮(zhèn)化水平極高”這一類。華南地區(qū)的得分居于第二，快速聚類分析單獨分為一類，聚類為第2類，該地區(qū)代表“新型城鎮(zhèn)化水平較高”一類。華北、西南的得分居第三、第四名，在快速聚類分析中聚類為第一類，該地區(qū)代表“新型城鎮(zhèn)化水平一般”一類。華中、西北、東北、青藏得分居第五、第六、第七、第八名，快速聚類為第四類，該地區(qū)代表“新型城鎮(zhèn)化水平較低”一類。由于第四類中四大地區(qū)新型城鎮(zhèn)化水平與問題存在較大差異，因此在分析時根據(jù)研究區(qū)的實際情況分別分析。

根據(jù)熵值法綜合得分歸納出的中國新型城鎮(zhèn)化現(xiàn)狀的宏觀分析結(jié)果，將8個地理區(qū)域?qū)?yīng)4個分類，總結(jié)出基于8個地理區(qū)域的現(xiàn)狀分析下的4個分類不同的新型城鎮(zhèn)化發(fā)展現(xiàn)狀:

新型城鎮(zhèn)化水平極高：兼顧了經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系?；A(chǔ)設(shè)施建設(shè)完善，城鎮(zhèn)居民養(yǎng)老保險、醫(yī)療保險體系基本建立。城市經(jīng)濟(jì)發(fā)展思路趨于成熟。

新型城鎮(zhèn)化水平較高:較好地協(xié)調(diào)了經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系。開展基礎(chǔ)設(shè)施完善工作。構(gòu)建城鎮(zhèn)居民養(yǎng)老保險、醫(yī)療保險體系。城市經(jīng)濟(jì)發(fā)展思路處于規(guī)劃階段。處于該分類下的區(qū)域大多數(shù)處于城鎮(zhèn)化發(fā)展的探索期。

新型城鎮(zhèn)化水平一般：較好地處理了經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)的關(guān)系?；A(chǔ)設(shè)施建設(shè)接近尾聲建設(shè)，城鎮(zhèn)居民養(yǎng)老保險、醫(yī)療保險體系基本建立。城市經(jīng)濟(jì)發(fā)展思路處于完善階段。處于該分類下的區(qū)域大多數(shù)是新型城鎮(zhèn)化發(fā)展較為成熟的城市。各方面的問題較為妥善安排，已經(jīng)度過城鎮(zhèn)化發(fā)展的探索期。

新型城鎮(zhèn)化水平較低：呈現(xiàn)出三種狀態(tài)。一種是發(fā)達(dá)地區(qū)衰退后新型城鎮(zhèn)化水平較低；一種是城市化水平較低亟待發(fā)展；另外一種是不以經(jīng)濟(jì)促進(jìn)為目的城鎮(zhèn)化。具體根據(jù)研究區(qū)的情況再分類之后對應(yīng)相應(yīng)分類時參考省份的情況分析研究區(qū)問題。

三、Bayes的線性判別函數(shù)的得出

根據(jù)判別分析的結(jié)果得出4組Bayes線性判別式函數(shù)，并對應(yīng)快速分析四組聚類結(jié)果，結(jié)果如下：

新型城鎮(zhèn)化水平較低：

新型城鎮(zhèn)化水平一般：

新型城鎮(zhèn)化水平較高：

新型城鎮(zhèn)化水平極高：

根據(jù)判別分析結(jié)果，其中x1為第二產(chǎn)業(yè)比重，x2為第三產(chǎn)業(yè)比重，x3為基本養(yǎng)老保險參保比率，x4為社區(qū)服務(wù)機(jī)構(gòu)覆蓋率。選取任意地區(qū)上述四項指標(biāo)代入四個線性判別函數(shù)，得分最高的函數(shù)對應(yīng)的分組即為研究區(qū)新型城鎮(zhèn)化水平所在范圍。可根據(jù)第五部分歸納的特征總結(jié)研究區(qū)新型城鎮(zhèn)化現(xiàn)狀。

[1]馬艷梅、吳玉鳴、吳柏鈞：長三角地區(qū)城鎮(zhèn)化可持續(xù)發(fā)展綜合評價——基于熵值法和象限圖法[J]．經(jīng)濟(jì)地理,2015(06):47-53．

[2]王富喜、毛愛華、李赫龍、賈明璐：基于熵值法的山東省城鎮(zhèn)化質(zhì)量測度及空間差異分析[J]．地理科學(xué),2013(11):1323-1329．

[3]陸大道、陳明星：關(guān)于“國家新型城鎮(zhèn)化規(guī)劃(2014-2020)”編制大背景的幾點認(rèn)識[J]．地理學(xué)報,2015(02):179-185．

[4]熊偉、崔光磊：貝葉斯判別分析在礦井突水水源預(yù)測中的應(yīng)用[J]．中國煤炭,2012,(11):110-113．

[5]付殿敬、徐敬領(lǐng)、王貴文：基于Q型聚類分析和貝葉斯判別算法研究儲層分類評價[J]．科技導(dǎo)報,2011,(03):29-33．

（責(zé)任編輯：宋 杰）

西北民族大學(xué)2016年國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目資助項目階段性成果，項目編號：201610742038。